论文算法学习记录(4)：视锥体-- Frustum Culling

研究背景：对动态障碍物的检测和剔除，或者说对相邻数据动态变化的检测.

一、背景知识

• gluLookAt(px,py,pz, lx,ly,lz, ux,uy,uz)

    该函数定义一个视图矩阵，并与当前矩阵相乘: 
    第一组px, py,pz 相机在世界坐标的位置
    第二组lx,ly,lz 相机镜头对准的物体在世界坐标的位置
    第三组ux,uy,uz 相机向上的方向在世界坐标中的方向
  

• gluPerspective (GLdouble fovy, GLdouble aspect, GLdouble zNear, GLdouble zFar)

    fovy是上下睁开的幅度，俯仰角度值；
    zNear表示近裁剪面到眼睛的距离，zFar表示远裁剪面到眼睛的距离。
    aspect表示水平方向的夹角；
  

二、视锥体模型

• 视锥体的核心

	第一步:	6个平面-- 远、近平面， 上下平面， 左右平面；（由近、远平面组成的"梯体"）
	第二步:	9个顶点-- 近平面4个，远平面4个，最后加上相机位姿这个特殊点；
	第三步:	由相机位姿可以推算出相机的水平、垂直方向上的FOV以及与近平面和远平面的距离（也就是背景知识中涉及到的那些参数的换算）;
	第四步:	由第三步还要计算近平面和远平面的Height 和 Width：
			
		Wnear = 2 * tan(.getHorizontalFOV() / 2) * neardist_;
		Hnear = 2 * tan(.getVerticalFOV() / 2) * neardist_;
			
		Wfar = 2 * tan(.getHorizontalFOV() / 2) * fardist_;
		Hfar = 2 * tan(.getVerticalFOV() / 2) * fardist_;

• 判断每一个3D点是否在第2步中每个平面的右边，也就是内侧，如果都在则说明是在相机视野内，反之则在视野之外.

	int FrustumG::pointInFrustum(Vec3 &p) 
	{
		int result = INSIDE;
		for(int i=0; i < 6; i++) {
			if (pl[i].distance(p) < 0)
				return OUTSIDE;
		}
		return(result);
	}

三、代码实现

• 随机生成一组3D空间点（500个），初始化相机位姿，得到第一次相机视野内数据如下（剩下181个）：

  

  其中，两个平面组成的范围为相机视野范围，其中绿色的点为当前视野范围内的数据点（经过剔除之后剩下的点）；

• 移动相机位置，更新Frustum视野中的数据（剩下41个）.

其中，红色的点为前一时刻在相机视野范围内经过剔除之后剩下的点（181）个，绿色的点为相机经过平移/旋转变换之后在当前视野下数据点（41）个。

参考文献

[1]. OpenGL–gluLookAt函数

[2]. openGL–gluPerspective函数